1 电子工程学院 脉冲功率激光技术国家重点实验室，安徽 合肥230037
2 电子制约技术安徽省重点实验室，安徽 合肥230037
3 电子工程学院航天系，安徽 合肥230037
提出了一种基于非线性核空间映射人工免疫网络的高光谱遥感图像分类算法.根据生物免疫网络基本原理构建了人工免疫网络模型，利用非线性核函数将高光谱训练样本映射到高维空间，完善了人工免疫网络中目标样本核空间相似性分选方法，降低了人工免疫网络识别样本所需的抗体数量，提升了算法的分类精度和运算效率.为了验证算法的有效性，利用两组高光谱遥感数据将多种高光谱分类方法进行了对比实验.实验表明该算法分类精度和算法运算时间上都有较大改善，是一种分类精度更高、运算速度更快的改进型基于人工免疫网络的高光谱遥感图像分类新方法.
高光谱图像 人工免疫网络 抗体 非线性映射 核空间 hyperspectral imagery artificial immune network antibody nonlinear mapping kernel space
针对存在复杂背景干扰和噪声的红外图像弱小目标检测问题，提出了一种非下采样Contourlet变换(NSCT)的改进的红外弱小目标检测方法。首先对含弱小目标的红外图像进行预处理，然后利用NSCT进行变换，并利用改进的非线性映射函数和能量交叉融合相结合的方法实现了背景杂波的抑制，最后引入Otsu算法进行阈值分割分离出红外弱小目标。通过与同类弱小目标检测算法的对比实验，验证了该方法的有效性。
红外图像 非下采样Contourlet变换 非线性映射函数 交叉融合 弱小目标检测 infrared image nonsubsampled Contourlet transform nonlinear map function cross fusion small target detection 强激光与粒子束
2013, 25(11): 2810
降维是高光谱图像常用的预处理手段,而核主成份分析通过非线性映射能够挖掘数据的高阶统计特性，是目前较常使用的特征提取方法.本文提出了一种基于优选样本的核主成份分析高光谱图像降维方法，算法挑选参与核主成份分析运算的样本时兼顾整幅高光谱图像的统计特性，以与全图能量分布相近的最小样本集为最终选择样本.本算法由IDL7.0实现，并在实际高光谱图像Cuprite上进行实验.结果表明，在大幅缩短运算时间的同时，降维效果优于传统的核主成份分析方法.
高光谱图像 核主成份分析 非线性映射 迹 降维 Hyperspectral image Kernel Principal Components Analysis(KPCA) Nonlinear mapping Trace Dimensionality reduction
1 北京理工大学信息科学技术学院光电工程系，北京 100081
2 广西大学计算机与电子信息学院，广西南宁 530004
提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法，将三维图像转化为二维图像进行处理，利用神经网络的学习能力，通过训练，建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系，然后对切片堆叠进行逐幅复原，从而实现显微图像的三维复原．得到的复原图像在视觉上和定量分析上都获得了很好的效果．由于采用小规模神经网络，训练时间短，计算量小，使实时复原成为可能．
图像复原 神经网络 三维宽场显微图像 非线性映射 Image restoration Neural network 3D wide-field microscope image Non-linearity mapping
